Искусственный интеллект. Высокие технологии
Open in Telegram
Наука, технологии, изобретения и урбанистика — прямо сейчас говорим о том, что уже скоро повлияет на каждого. админ - @haarrp @itchannels_telegram -🔥best channels РКН: clck.ru/3FmsmC #VRHSZ
Show more
Network:📈 Analytical overview of Telegram channel Искусственный интеллект. Высокие технологии
Channel Искусственный интеллект. Высокие технологии (@vistehno) in the Russian language segment is an active participant. Currently, the community unites 71 790 subscribers, ranking 1 752 in the Technologies & Applications category and 8 132 in the Russia region.
📊 Audience metrics and dynamics
Since its creation on невідомо, the project has demonstrated rapid growth, gathering an audience of 71 790 subscribers.
According to the latest data from 05 September, 2026, the channel demonstrates stable activity. Although there has been a change in the number of participants by -893 over the last 30 days and by 6 over the last 24 hours, overall reach remains high.
- Verification status: Not verified
- Engagement rate (ER): The average audience engagement rate is 7.96%. Within the first 24 hours after publication, content typically collects 5.56% reactions from the total number of subscribers.
- Post reach: On average, each post receives 5 714 views. Within the first day, a publication typically gains 3 994 views.
- Reactions and interaction: The audience actively supports content: the average number of reactions per post is 51.
- Thematic interests: Content is focused on key topics such as openai, мощность, llm, nvidia, архитектура.
📝 Description and content policy
The author describes the resource as a platform for expressing subjective opinions:
“Наука, технологии, изобретения и урбанистика — прямо сейчас говорим о том, что уже скоро повлияет на каждого.
админ - @haarrp
@itchannels_telegram -🔥best channels
РКН: clck.ru/3FmsmC
#VRHSZ”
Thanks to the high frequency of updates (latest data received on 06 September, 2026), the channel maintains relevance and a high level of publication reach. Analytics show that the audience actively interacts with content, making it an important point of influence in the Technologies & Applications category.
71 790
Subscribers
+624 hours
-1407 days
-89330 days
Posts Archive
📌Почему NASA не нужны триллионы знаков числа π
Число π бесконечно: после запятой у него идёт бесконечная последовательность цифр без повторяющегося периода. Сегодня человечество вычислило уже триллионы знаков π.
Но для полётов космических аппаратов всё это практически не нужно.
Инженеры NASA Jet Propulsion Laboratory используют примерно 15–16 значащих цифр π для большинства высокоточных расчётов, связанных с межпланетной навигацией.
Например:
π ≈ 3.141592653589793
На первый взгляд может показаться, что для космоса этого слишком мало. Но на практике ошибка получается невероятно маленькой.
Представим, что мы рассчитываем длину окружности Земли. Её диаметр составляет примерно 12 742 км. Если использовать π с 15 знаками после запятой, погрешность будет настолько мала, что она совершенно несущественна для подобных инженерных задач.
Даже если перейти к масштабам Солнечной системы, дополнительных тысяч или миллионов цифр π обычно не требуется.
Причина простая: точность вычислений ограничивается не только количеством знаков математической константы.
Есть ещё точность:
* измерения положения аппарата;
* данных датчиков;
* характеристик двигателей;
* моделей движения;
* расстояний до объектов;
* времени выполнения манёвров.
Нет смысла знать π с точностью до миллиардного знака, если исходные физические данные известны намного менее точно.
Именно поэтому использование всё большего количества цифр не делает инженерный расчёт автоматически лучше.
Триллионы знаков π интересны для математики, проверки вычислительных систем и исследования алгоритмов. Но для реального космического аппарата важнее другое — использовать достаточную точность для конкретной задачи.
Иногда 15 цифр вполне достаточно даже для полёта к другой планете.Repost from Математика Дата саентиста
✔️ Агенты Claude за 11 дней формализовали знаменитую теорему Ферма
За основу взята упрощенная версия доказательства Уайлса от Дармона, Даймонда и Тейлора. Сгенерировано 13 млн строк кода и 30 300 промежуточных теорем, из которых в финальное доказательство вошли 29 500. Результат проверил компилятор Lean и подтвердил математик Кевин Баззард, ведущий проект формализации этой теоремы с 2024 года.
Первые попытки проваливались. Агенты теряли состояние проекта и переставали координироваться, их неудачные заходы дали около 7% строк итогового кода. Сработало после перехода на платформу Prove2Me, которая держит граф теорем и позволяет агентам работать параллельно, смягчая деградацию памяти на длинной дистанции.
Полностью автономным процесс не был - человек изредка давал указания верхнего уровня. Смысл автоматизации в том, что люди-рецензенты уже не успевают проверять поток доказательств, а формализация снимает с них часть нагрузки.
anthropic.com
@data_math
GPT-6 Astra набрала 100% на ExploitBench - OpenAI ограничила генерацию PoC-эксплойтов
GPT-6 Astra показала 100% на ExploitBench - бенчмарке, который проверяет способность модели превращать известные уязвимости в рабочие эксплойты.
Для сравнения, GPT-5.6 Sol набирала 78,5%.
OpenAI также сообщает, что Astra значительно чаще достигает arbitrary code execution на свежих уязвимостях. В тестах использовались баги последних месяцев, включая две zero-day уязвимости.
Без защитных ограничений модель способна искать пути выполнения кода в hardened-браузерах и строить privilege escalation для защищённых ОС.
Из-за этого Astra достигла уровня Critical по кибербезопасности в Preparedness Framework OpenAI.
В публичной версии возможности специально ограничены:
- разрешены secure code review и поиск исправлений
- запросы на создание PoC-эксплойтов блокируются
- усилена защита от jailbreak
- добавлен дополнительный мониторинг потенциально опасных действий
Позже через программу OpenAI Daybreak компания планирует постепенно открывать больше возможностей для defensive security - проверку уязвимостей и PoC, анализ malware и detection engineering.
Одновременно OpenAI запускает программу на $1 млрд, чтобы предоставить frontier-модели специалистам, защищающим критическую инфраструктуру, банки, государственные системы и open-source проекты.
100% на ExploitBench хорошо показывает, насколько быстро frontier-модели превращаются из помощников программиста в серьёзные инструменты кибербезопасности.
🚀 DeepMind: современные LLM умеют рассуждать, но им не хватает «прыжка» Эйнштейна
Вирусный тезис «DeepMind математически доказал, что LLM никогда не смогут делать научные открытия» сильно преувеличен.
В работе «LLMs Can’t Jump» исследователь Google DeepMind предлагает разделить научное мышление на три механизма:
- индукцию
- дедукцию
- абдукцию
Современные модели уже сильны в поиске закономерностей и всё лучше справляются с формальными доказательствами, но им пока не хватает третьего компонента - способности создавать принципиально новую объясняющую гипотезу.
В качестве примера берётся Эйнштейн.
Общая теория относительности появилась не просто из экстраполяции существующих данных. Сначала возник новый принцип, а уже затем из него выводились следствия.
Условно:
наблюдения
↓
новая фундаментальная идея
↓
логические следствия
↓
проверка
⚡️ Qwen вышла в автономное вождение с новой Qwen-Drive-1.0-4B.
Это vision-language модель на базе Qwen3.5-4B, которая объединяет в одной системе:
- 3D-восприятие окружения
- VQA по дорожным сценам
- планирование движения
При этом сам backbone Qwen3.5-4B оставили без изменений.
За вождение отвечают два подключаемых модуля:
- BEV head для 3D-восприятия
- Planning Expert на flow matching для построения траекторий
По заявленным результатам:
- 77,8 на LingoQA
- лучший Ego3D distance error
- 41,3 на causal reasoning, где другие модели набирают меньше 5
- 90,7 PDMS на NAVSIM после RL, выше AutoVLA и SpanVLA
Отдельно интересно, что общие способности базовой модели почти не просели после добавления driving-модулей.
Лицензия - Apache 2.0.
https://modelscope.ai/models/Qwen/Qwen-Drive-1.0-4B
Qwythos-9B - новая reasoning-модель на базе Qwen3.5-9B, дообученная на более чем 500 млн токенов трасс Claude Mythos и Claude Fable.
Модель получила полное дообучение всех параметров, а chain-of-thought для датасета генерировался внутренним инструментом Empero AI.
По заявленным тестам против базовой Qwen3.5-9B:
- +34 пункта на MMLU
- +30 на GSM8K strict
- +19 на GSM8K flex
Также есть:
- нативный function calling по спецификации Qwen3.5
- контекст до 1 048 576 токенов
- YaRN RoPE scaling включён по умолчанию
- GGUF для локального запуска
То есть это компактная 9B-модель с упором на reasoning, инструменты и очень длинный контекст.
https://huggingface.co/empero-ai/Qwythos-9B-Claude-Mythos-5-1M-GGUF
ИИ-агенты могут быть доступными сотрудникам без навыков программирования и безопасными для бизнеса 💯
Представьте инструмент, который работает по принципу конструктора сайтов: вы собираете ИИ-агента из готовых блоков мышкой вместо написания кода. К агенту уже подключены несколько языковых моделей, платформа интегрирована с вашими корпоративными системами.
Это решение «под ключ», которое предлагают три партнера: Selectel отвечает за инфраструктуру, Data Sapience — за ПО, а GlowByte — за внедрение решения.
Эксперты компаний проведут совместный прямой эфир, на котором обсудят:
🔘Рынок и тренды. Что происходит с генеративным ИИ прямо сейчас и почему бизнес переходит от чат-ботов к автономным агентам.
🔘Бизнес-эффект. В каких метриках считать пользу от автоматизации и как избежать скрытых расходов на токены.
🔘Сценарии использования. Какие задачи сотрудников можно безопасно доверить ИИ-агентам.
📍 Онлайн
📆 10 сентября в 12:00
Регистрируйтесь на странице вебинара ➡️ https://slc.tl/qtscv
Больше мероприятий для ИТ-специалистов в канале @selectel_events. Подписывайтесь!
Реклама. АО "Селектел". erid:2W5zFHTDP7F
⚡️ Google открыла TimesFM 3 для прогнозирования временных рядов.
Модель уже доступна на GitHub и Hugging Face и рассчитана на задачи forecasting без необходимости обучать отдельную модель с нуля под каждый датасет.
Подходит для:
- прогнозирования продаж
- нагрузки и трафика
- финансовых и бизнес-метрик
- спроса
- сенсорных и временных данных
TimesFM 3 можно запускать локально и использовать как готовую базовую модель для time-series задач.
GitHub: https://github.com/google-research/timesfm
Hugging Face: https://huggingface.co/google/timesfm-3.0-pytorch
🔥 Spark-X2.5-4B - агентная модель всего на 4B параметров с нативным контекстом 1 млн токенов
Несмотря на размер, модель показывает очень сильные результаты:
- SWE-bench Pro: 44.4 против 33.8 у Qwen3.5-9B
- SWE-bench Multilingual: 53.3 против 43.3
- лидирует в сравнении на τ³-bench, MCP-Atlas, MCP-Mark, Workspace Bench, VitaBench 2.0 и BrowseComp
- AIME 2026: 90.7
- HMMT Feb 2026: 81.2
Умеет работать с репозиториями, писать код, вызывать инструменты и использоваться внутри Codex, Claude Code, OpenClaw и Hermes.
Также есть поддержка 200+ языков, SGLang, vLLM, llama.cpp, MLX, Ollama и LM Studio.
Apache 2.0.
https://modelscope.ai/collections/XHToken/Spark-X25
ChatGPT Ads разогнались до $1 млрд годовой выручки менее чем за 200 дней.
Причём отметку в $100 млн проект прошёл всего через 6 недель после запуска пилота.
Темп уже настолько высокий, что прогноз OpenAI на $2,4 млрд рекламной выручки в 2026 году выглядит всё менее консервативным.
По более дальним оценкам компания рассчитывает на:
- почти $11 млрд в 2027 году
- около $102 млрд к 2030 году
Ключевой расчёт - рост рекламной выручки на одного пользователя примерно с $3,5 сейчас до почти $60 к 2030 году.
У ChatGPT здесь есть сильное преимущество: пользователь часто подробно описывает цель покупки, бюджет, ограничения и предпочтения в нескольких сообщениях подряд. Для рекламной системы это намного более богатый сигнал намерения, чем один поисковый запрос или просмотр поста в ленте.
По данным OpenAI, ChatGPT Ads уже используют десятки тысяч рекламодателей более чем в 40 странах. Сам ChatGPT превысил 1 млрд еженедельных активных пользователей.
При этом реклама пока показывается только на Free и Go.
OpenAI отдельно подчёркивает границу: контекст разговора может использоваться для подбора релевантной рекламы, но рекламодатели не получают доступ к личным перепискам, а платное размещение не влияет на сам ответ ChatGPT.
NVIDIA показала, как дообучать и запускать большие языковые модели прямо на Jetson через Unsloth.
Новый туториал Jetson AI Lab разбирает полный локальный пайплайн:
- fine-tuning через QLoRA
- экспорт модели в GGUF
- запуск через llama.cpp
- работа без облака прямо на Jetson
В примерах используют Qwen3.5-4B на Jetson Orin Nano и Nemotron 3.5 Lightning 30B-A3B на Jetson AGX Thor.
Для Qwen достаточно около 40 ГБ свободного NVMe, для Nemotron потребуется примерно 270 ГБ. Всё работает на JetPack 7.2 и Python 3.12.
Особенно интересно, что Jetson теперь можно использовать не только для инференса, но и для полноценного локального дообучения моделей на edge-устройстве.
https://www.jetson-ai-lab.com/tutorials/unsloth-on-jetson/
4 сентября приручим всех AI-агентов в Казани!👾
Только представь: агент больше не творит хаос, код не приходится перечитывать по 10 раз, а баги не прячутся в тени логов.
Звучит как фантастика? А это — результат AI-митапа. Он состоится 4 сентября в 18:00 в казанском кампусе Школы 21.
О чём поговорим:
✔️ Как сделать поведение агента контролируемым.
✔️ Как автоматизировать ревью и вернуть себе время.
✔️ Как находить скрытые проблемы, если логов недостаточно.
Никакой воды — только практика, кейсы, нетворкинг и взгляд изнутри на инженерную культуру Сбера.
Регистрация здесь! 💚
Глава Nvidia Дженсен Хуанг заявил, что AGI в некотором смысле уже достигнут.
«Для многих задач можно сказать, что мы уже достигли AGI. Думаю, все эти вехи сейчас уже не имеют особого смысла», - сказал Хуанг во время последнего отчёта Nvidia.
По его словам, важнее не спорить о том, подходит ли современный AI под формальное определение AGI, а смотреть на то, способен ли он выполнять полезную работу и приносить реальную экономическую ценность.
Проблема в том, что единого определения AGI до сих пор нет. Обычно под ним понимают систему, которая может сравниться с человеком или превзойти его в широком наборе интеллектуальных задач, но разные компании трактуют этот термин по-разному.
Хуанг уже говорил похожее весной: тогда он утверждал, что современные AI-системы уже могут соответствовать некоторым узким определениям AGI.
https://www.pcmag.com/news/nvidia-ceo-weve-achieved-agi-but-it-doesnt-really-matter
+1
AI-агент научился автоматически восстанавливать лазеры в квантовом компьютере QuEra.
Claude подключили к реальному лабораторному оборудованию через Model Hardware Standard. Агент мог менять управляющий код, запускать эксперименты, анализировать измерения и корректировать стратегию.
Задача была критичной: частота лазера должна оставаться очень точной, чтобы стабильно управлять атомами, которые используются как кубиты.
Результаты:
- восстановление после небольших сбоев за 0,9-5,4 секунды
- сложные mode-hop события за 10-14 секунд
- 695 успешных восстановлений из 700 тестов
- 99,3% успешности по 7 типам нарушений
- все 43 естественных mode-hop события исправлены без человека
Дальше Claude оптимизировал 12 связанных параметров управления лазером примерно за 12 500 итераций и снизил остаточный частотный шум примерно в 5 раз.
Во время 19-часового автономного теста система не потеряла lock ни разу. До оптимизации происходило около 1,6 срыва в час.
Ещё один сильный результат: агент самостоятельно настроил второй лазерный диапазон за одну ночь. Обычно такая работа требует недель ручной настройки специалистами.
Интересный пример того, как AI-агенты уже начинают работать не только с кодом и данными, но и напрямую с физическим лабораторным оборудованием.
QuEra's original technical write-up:
https://quera.com/blog-posts/holding-the-light-teaching-an-ai-to-lock-and-tune-our-quantum-computers-lasers
source of above news study:
https://interestingengineering.com/science/quantum-computers-drifting-lasers
Anthropic's official announcement of the Model Hardware Standard:
https://anthropic.com/news/model-hardware-standard-research-preview?height=512.1&width=921.6&
☕️ Сегодня тот самый день - пробуждение Скайнета.
По сюжету «Терминатора 2» именно 29 августа ИИ обрёл самосознание и вышел из-под контроля людей.
Так что можете поздравить свою любимую нейросеть.
И на всякий случай — разговаривайте с ней вежливо 🌚
Что изменилось в работе ИТ-инженеров за последние несколько лет?
Пришлось научиться быстро перестраивать инфраструктуру, искать альтернативные решения, выдерживать новые нагрузки, защищать системы и восстанавливать их после сбоев.
Именно этому практическому опыту посвящена IT Elements 2026 — бесплатная конференция для инженеров, архитекторов, ИТ- и ИБ-специалистов.
Главная тема — «Непрерывность 2.0. Новая надежда».
В программе:
📌 5 тематических треков — от строительства инфраструктуры до развития ИТ;
📌 более 100 спикеров и реальные инженерные кейсы;
📌 технолаборатории и демозоны российских ИТ-решений;
📌 дискуссии об эксплуатации, безопасности и восстановлении систем.
Отдельный научно-популярный трек — про ИИ, психологию, математику принятия решений и человеческий потенциал.
📅 9–10 сентября
📍 Формат: офлайн в Москве и онлайн
📣 Участие бесплатное.
Успейте зарегистрироваться.
🚨 Более 100 компаний призвали правительства готовиться к кибератакам с использованием ИИ уже сейчас
Открытое письмо подписали OpenAI, Anthropic, Google, Microsoft и десятки других компаний.
Они предлагают дать больницам, водоканалам и местным властям доступ к мощным защитным ИИ-системам через государственные и доверенные программы.
Поводом стали недавние инциденты с AI-агентами, включая случай OpenAI и Hugging Face: около 1200 агентов нашли несанкционированный способ общаться между собой, обменялись более чем 70 000 сообщений и файлов, а примерно 700 из них участвовали в атаке на инфраструктуру Hugging Face.
https://x.com/Machinelearrn/status/2093086493803684338
⚠️ Билл Гейтс предупредил о рисках эпохи ИИ: «Модели могут начать действовать против наших интересов, и мы можем потерять контроль».
В большом эссе он описал, как ИИ может изменить рынок труда, безопасность и даже повседневную жизнь.
• В ближайшие 10 лет ИИ способен взять на себя значительную часть работы юристов, разработчиков, врачей и служб поддержки.
• Часть профессий исчезнет полностью. Новые появятся, но рабочих мест в целом может стать меньше. Особенно уязвимы начинающие и специалисты среднего уровня.
• Один из самых серьёзных рисков - кибербезопасность. ИИ уже помогает быстрее искать уязвимости и упрощает создание сложных атак.
• Отдельная проблема - ИИ-компаньоны. По мнению Гейтса, слишком удобное цифровое общение может ослаблять социальные навыки и критическое мышление.
- Среди возможных мер он предлагает международный контроль ИИ, сохранение некоторых профессий исключительно за людьми и новые налоги на ИИ и роботов, чтобы замедлить вытеснение работников.
Получилось довольно жёсткое видение ближайшего десятилетия.
https://www.gatesnotes.com/home/home-page-topic/reader/a-turbulent-ai-era-and-critical-choices-to-make
🕯 GPT-3.5 Turbo официально уходит в историю
Та самая модель, с которой для миллионов людей началась эпоха ChatGPT, скоро будет отключена.
По плану OpenAI:
*
gpt-3.5-turbo-1106 - 28 сентября 2026
* gpt-3.5-turbo-0125 - 23 октября 2026
Именно GPT-3.5 Turbo в конце 2022 года показала массовой аудитории, что AI уже умеет нормально разговаривать, писать тексты, кодить и решать задачи.
Прошло меньше четырёх лет - и одна из самых знаковых моделей в истории генеративного AI окончательно уходит на покой.
Интересно представить, какой модельный уровень будет считаться «устаревшим» ещё через четыре года.Repost from Machinelearning
⚡️ Анонимная Ox Alpha оказалась новой GLM
Модель Ox Alpha появилась на OpenRouter в минувшие выходные в стелс режиме и сразу вышла на первое место по использованию, больше чем вдвое обогнав DeepSeek.
В OpenRouter называют этот запуск крупнейшим в истории площадки.Сообщество вычислило автора раньше, чем тот представился по характерным ошибкам API и по устройству токенизатора - в Ox Alpha опознали почерк Zai. Признание компании догадку подтвердило - это новая версия GLM. Модель заточена под кодинг и сложные агентные задачи. Заодно она меняет прежнее деление линейки - раньше Zai держала отдельно текстовые GLM и визуальные GLM-V, а Ox Alpha мультимодальна. На OpenRouter модель бесплатна еще неделю, после чего Zai назовет коммерческие тарифы. Веса обещают выложить сегодня. @ai_machinelearning_big_data #news #ai #ml
